mnoGoSearch

mnoGoSearch (cunoscut anterior ca UdmSearch) este un motor de căutare web full-featured. Puteți folosi mnoGoSearch pentru a construi motoare de căutare peste HTTP, HTTPS, FTP, și servere NTTP, fișiere locale și baze de date câmpuri de text mari.
Acesta susține Oracle, MS SQL Server, MySQL, PostgreSQL, InterBase / Firebird, OpenLink Virtuoso, InterSystems CACH, iodbc, EASY ODBC, și backend de baze de date unixODBC. Ea are XML, HTML, TEXT și built-in de sprijin, precum și sprijin convertoare extern pentru alte tipuri de documente.
Un ghicitor automat limba / setul de caractere pentru mai multe combinații / charset 70 de limbi este inclus, împreună cu suport de autorizare de bază, și s-ar putea protejat de parolă indice serverele intranet HTTP cu suport de autorizare proxy.

Ce este nou în această versiune:.

• DOCX și s-au adăugat RTF interpretoare built-in
• Acum este posibil să se utilizeze $ (ConfDir), $ (sharedir), $ (VarDir), $ (TMPDIR) variabilele de șabloane în search.htm, de exemplu:
• Includeți $ (ConfDir) /common.inc
• DBAddr SQLite3: /// $ (VarDir) /mnogosearch.sqlite3/
• Anterior acestor variabile au fost înțelese numai în indexer.conf.
• O fix minor în layout instalare a fost făcut: parametrul --docdir pentru a configura este acum respectat, iar documentația HTML este acum instalat la PREFIX / share / doc / mnoGoSearch / implicit. Anterior --docdir a fost ignorat, iar documentația a fost instalat la PREFIX / doc /.
• Piesele pentru a construi rpm și s-au adăugat deb pachete binare.
• La câteva probleme minore descoperite de cod instrumentele de analiză statică au fost stabilite.
• neatribuit de caractere EUC-JP au fost convertite la U + 0000 in loc de semn de întrebare la conversia la alte seturi de caractere.
• fragmente de context nu au de lucru bine dacă numele secțiunii CachedCopy a fost scrisă în litere mici în indexer.conf.
• fixă ​​care leagă static împotriva MySQL-5.5 bibliotecă client a eșuat din cauza drapelului lipsă de legătură -ldl.
• Fixed-un accident în search.cgi atunci când sunt compilate în modul depanare suplimentar cu --enable-urme pe o mașină pe 64 de biți.
• fixă ​​care indexor eșuat cu eroare & quot; Integer nu se încadrează în coloană & quot; pe mașini pe 64 de biți atunci când rulează cu backend OpenLink Virtuoso.

Ce este nou în versiunea 3.3.13:

• Bug # 4818 & quot; arbitrară fișiere Reading în mnoGoSearch & quot ; a fost fixat. Acesta este un bug de securitate. Toți utilizatorii de versiuni anterioare versiuni 3.3.x sunt foarte recomandat pentru a face upgrade.
• Bug # 4819 & quot; Variabile Suprascriere în mnoGoSearch & quot; a fost fixat. search.cgi a fost vulnerabil la cross-site scripting în cazurile în care valorile unor variabile interne de pre-definite goale au fost înlocuite în șir de interogare HTTP (de exemplu, search.cgi? q = încercare și stocate =). Acum, toate variabilele care provin din șirul de interogare sunt în mod automat HTML-a scăpat din $ (var) formatul template.
• sensul $ & (var) nu sa schimbat, aceasta se aplică în continuare HTML scăpa de toate variabilele, atât venind din șirul de interogare și a celor generate intern.
• Suport pentru & quot; Content-Type: Mesajul / RFC822 & quot; a adăugat (* .eml și fișierele * .mht), inclusiv mesaje multiple și mesaje cu atașamente, cu Content-Transfer-Encoding de tipuri 7bit, 8bit, base64 și citat-printable. La prelucrarea atașamente, indexare poate utiliza interpretoare externe. De exemplu, dacă indexator este configurat să utilizeze catdoc documentele de aplicare tipul / msword, apoi indexare execută, de asemenea, catdoc pentru atașamentele de acest fel.
• Bug # 4803 & quot; buffer overflow detectate cu search.cgi & quot; a fost stabilit.
• fixă ​​care search.cgi nu a folosit entități HTML (și &) pentru a scăpa de caractere speciale atunci când se afișează copie în cache pentru un document de tip text / plain.
• fixă ​​că & quot; DM & quot; parametru de căutare nu au de lucru, în unele cazuri.
• fixă ​​că & quot; su & quot; parametru de căutare (utilizator pentru a definit) nu a fost luată în considerare de către cache interogare de căutare, puncte cache astfel eronate au fost returnate în unele cazuri.
• Bug-uri în prelucrare sinonim au fost fixate: o formă cuvânt generat de sinonime ar putea fi căutat de două ori în baza de date; acces rău memorie atunci când se utilizează & quot; ComplexSynonyms da & quot;.
• Un bug scurgere de memorie a fost fixată în producerea de forme sugerate de un dicționar ispell codul.
• compatibilitate îmbunătățită cu cele mai recente versiuni ale PostgreSQL. Evadarea din literal caracter SQL pentru PostgreSQL & gt;. = 90000 a fost schimbat de la stype C-alike (folosind backslash) la stilul standard SQL
• Tipul datelor pentru coloana & quot; url.url & quot; pentru Firebird a fost schimbat din VARCHAR (127) a VARCHAR (247), care este cel mai lung VARCHAR indexabil într-o bază de date Firebird cu page_size = 1024 (bug # 2125).
• fixă ​​care mnoGoSearch nu au de lucru cu Mecab (segmenter Japoneză) dicționare codificate în UTF-8 codificat.
• fixă ​​care indexor ignorat în tăcere valorile -u (limite URL) mai lungi de 64 de caractere (bug # 4800, # 4689) bug.
• Fixed un bug în manipularea fragmente codul. Ea nu a funcționat bine în cazurile în care contextul în urma unei cuvânt evidențiat nu au caractere spațiu și ExcerptPadding se termină în mijlocul a următoarei evidențiat cuvânt. Întreaga Extrasul a fost eronat evidențiată în astfel de cazuri.
• fixă ​​că modulul de extensie PHP nu a compila cu-PHP 5.4 (bug # 4808).
• Fixed-un accident în indexare a avut loc pe prelucrarea unui răspuns mesaj / http în combinație cu un interpretor extern trimiterea unui răspuns gol.
• Bug # 4806 & quot; Command Proxy fără argument & quot; a fost stabilit.
• Bug # 4359 & quot; buffer overflow când faci folosind opțiunea -Ewordstat & quot; a fost stabilit.
• Cateva avertismente de compilare pe platforme pe 64 de biți au fost stabilite.
• Bug # 4722 & quot; Mesaje de eroare afișate direct pe pagina de web & quot; a fost stabilit.
• Bug # 4718 & quot; șofer SQLite3: (1) nu poate începe o tranzacție în cadrul unei tranzacții & quot; a fost stabilit.
• fixă ​​că, în caz de LiveUpdates = da search.cgi tipărit în mod eronat eroare & quot; indicele cuvânt nu a fost găsit & quot; când interogarea a produs nici un rezultat.
• Cateva link-uri moarte în secțiunea numită interpretoare externe pentru cele mai comune tipuri de fișiere în capitolul 5 au fost stabilite.
• avertismente autoconf au fost stabilite. MySQL detectarea bibliotecă client a fost îmbunătățit pentru OS X Lion.

Ce este nou în versiunea 3.3.12:

• O injecție SQL că sa întâmplat din cauza controlului slab al caractere valide în numele de gazdă în link-uri a fost stabilită. Injecția a fost posibil cu bazele de date de sprijin mai multe declarații într-un singur interogare SQL: cu MySQL (când ClientMultiStatement = da opțiune este activată în DBAddr), precum și cu PostgreSQL
.
• -a adăugat un nou sintaxă interogare de căutare pentru căutare gamă. De exemplu,
• va găsi documentele care au cuvinte în intervalul dintre ianuarie și Ioan. Operatorii de căutare gamă pot fi folosite în combinație cu ceilalți operatori (de exemplu, căutarea de Expresie, care limitează căutare cuvânt la o secțiune, etc).
• O nouă UseRangeOperators comandă search.htm a adăugat pentru a activa operatorii de căutare gamă (care sunt dezactivate în mod implicit).
• O nouă opțiune zecimală a fost adăugat la comanda secțiunii. Cuvinte de secțiunile marcate cu această opțiune sunt tratate ca numere zecimale. Acest lucru, de exemplu, permite căutarea numeric gamă pentru secțiunea de dat.
• va găsi documentele care au tricou în titlu și cu prețul în intervalul 10.1 - 200.
• O descriere la ce folosește Convertor pdftohtml s-a adăugat în indexer.conf-dist și în manualul.
• fixă ​​care indexor permis adrese URL malformat conțin caractere non-ASCII în numele gazdă, care a condus la erori SQL pe încercarea de a introduce un URL malformat în baza de date, de exemplu: PQexec: EROARE: secvență octet invalid pentru codare & quot; UTF8 & quot; :. 0xbf
• Un bug în UDM-config a fost stabilită. Datorită acestui bug, care leagă modulului mnoGoSearch PHP eșuat cu eroare nu poate găsi -lmnogosearch.
• fixă ​​că Firebird (Interbase) API nu au de lucru cu SQL_LONG tip de date corect pe platforme x86_64.
• constant UDM_MAXTIMESTRSIZE a fost schimbat 35-64, ca strftime () poate returna un rezultat mai mare de 35 de caractere pe unele sisteme de operare (de exemplu AIX). Valoarea Prea mici constanta a dus la o greșită sau o valoare zero în $ (Ultima modificare-) variabil șablon pe AIX.
• fixă ​​care Microsoft SQL Server nu au de lucru cu numele bazelor de date constă doar din caractere numerice.
• probleme de elaborare când construirea utilizează --without-pthreads unde fixă.
• O problemă compilație sa întâmplat pe aix5 / AIX6 din cauza firului greșite indicatorii de compilare a fost imobilizate.
• O problemă compilatie cu biblioteca client Sybase pe platforme Linux pe 64 de biți a fost stabilită.
• & quot; Bug # 4704 Indexarea diverse binare ar fi XML & quot; a fost stabilit.
• & quot; Bug # 8299 scor greșită când UserScore devine 0 și UserScoreFactor este setat & quot; a fost stabilit.

Ce este nou în versiunea 3.3.11:

• O îmbunătățire semnificativă de performanță pentru pornire indexare cu fișiere de configurare având în sute sau mii de comenzi Server a fost făcută.
• a adăugat opțiuni lungi GNU stil sprijin.
• Un nou pavilion de configurare --enable-FHS-layout-a adăugat pentru a construi și a instala un aspect compatibil Sistem de Fișiere Ierarhia standard mai bun.
• Configurare îmbunătățiri pentru platformele pe 64 de biți au fost făcute.
• La câteva bug-uri au fost stabilite.
• s-au făcut unele alte îmbunătățiri minore metraj.

Ce este nou în versiunea 3.3.10:

• Content-Length este acum stocate în baza de date pentru protocol FTP atunci când se utilizează metoda de acces CheckOnly. Anterior a fost stabilit la 0.
• s-au făcut îmbunătățiri utilitare de conversie mconv. Dimensiunea buffer-ului de intrare a fost schimbat la 1Mb, pentru a evita ruperea în afară de caractere multioctet la procesarea unui fișier cu linii lungi. -x opțiune în linia de comandă a adăugat pentru a afișa caractere care nu pot fi convertite la caracterul obiectivul stabilit cu ajutorul entități hexazecimal SGML (de exemplu & # x123;).

Hărți
• zh-hans.utf8.lm și limba zh-hant.utf8.lm s-au adăugat pentru a detecta chineză simplificată și tradițională în UTF-8.
• Afiseaza copii Cached acum funcționează cu modul de extindere mnoGoSearch PHP.
• Data formate & quot; 1997-07-16T19: 20: 30 + 01: 00 & quot; și & quot; 1997-07-16T19: 20: 30-01: 00 & quot; sunt acum înțelese în antetele de protocol și când parsarea fișierelor XML.
• Protocolul Sitemap este suportat să-i aducă pe lista de URL-uri disponibile pentru crawling pe un site web. Un nou UseSitemap comandă a adăugat pentru a specifica dacă doriți să utilizați Protocolul Sitemap (da implicit).
• fixă ​​că legarea de parametri întregi în driverul SQL nu au de lucru bine pe platformele pe 64 de biți, care ar putea cauza erori de indexare -Eblob.
• fixă ​​care ctlib (Sybase și bibliotecă client Microsoft SQL Server) conducător auto a dat eroare CS_ROW_FAIL pe numere float cu mare precizie.
• QCache = da și sugerează acum lucreze cu Microsoft SQL Server.
• Rularea mai multe procese Indexer crawling este acum posibil cu Microsoft SQL Server. indexare foloseste (TABLOCKX) indiciu masă, atunci când obiectivele preluarea de la baza de date, pentru a evita crawling acelorași documente de către mai multe instanțe Indexer. Rulează mai multe procese Anterior crawling a fost posibilă doar cu MySQL, PostgreSQL și Oracle.
• indexare -Eblob rulează acum în modul de bază non-blocare (adică fără căutare timp în jos) atunci când se lucrează cu Microsoft SQL Server. Anterior non-blocare re-indexare a fost posibilă doar cu MySQL, PostgreSQL și Oracle.
• Bug # 4220 & quot; titluri HTML-un caracter nu sunt indexate & quot; a fost stabilit.
• Bug # 501 & quot; HoldBadHrefs nu funcționează & quot; a fost stabilit.
• indexare respectă acum D opțiunea de linie de comandă, atunci când dumping de date. De exemplu, indexare -Edumpdata -D2 va arunca datele din a doua comanda DBAddr în indexer.conf.
• New rang mod de grupare GroupBySite a adăugat.

Baze de date
• MonetDB și OpenLink Virtuoso este acum suportat.
• Bug # 3963 & quot; injecție SQL posibil cu tag-ul și URL-ul parametrul & quot; a fost fixat. Protecția împotriva SQL injection în alți parametri de căutare a fost îmbunătățită.
• parametru nou MultiInsert = yes-a adăugat comanda DBAddr, pentru a permite inserarea de mai multe înregistrări într-o declarație SQL INSERT singur atunci când rulează & quot; indexare -Eblob & quot; cu o bază de date MySQL.
• ieșire Verbose a fost îmbunătățită pentru a oferi mai multe informații despre timp petrecut pe diferite etape de indexare (atunci când rulează indexator -Eblob) și măsuri de căutare (atunci când rulează search.cgi), pentru a găsi mai ușor blocajele de performanță.
• Minor de imbunatatire a performantelor indexare -Eblob a fost făcut: mai multe înregistrări sunt acum introduse pe o singură declarație pregăti apel
.
• O problemă XSS a fost stabilit: tastarea această adresă URL în bara de adrese Internet Explorer a apărut o fereastră de mesaj de alertă
• Acum este posibil să specificați o denumire alternativă pentru numele tabelă bdict în parametrul DBAddr
• Acest lucru poate fi folosit pentru a construi mai multe indexurile de căutare în aceeași bază de date, de exemplu, folosind diferite filtre subsecțiune.
• Bug # 3792 & quot; limita URL pentru htdb provoacă ineficiente de interogare SQL & quot; a fost stabilit.
• Bug # 3806 & quot; utilizarea greșită a funcției memset & quot; a fost stabilit.
• Comanda UserScore poate fi acum scrise în indexer.conf, deci rezultatul său este în cache în baza de date în timpul indexator -Eblob și apoi search.cgi poate utiliza rezultatul din cache la momentul căutare. Acest lucru îmbunătățește performanța în caz de interogări SQL complexe în UserScore.
• Tika msword-to-text instrucțiuni de configurare Convertor s-au adăugat în manualul.

Ce este nou în versiunea 3.3.8:

• Această versiune are mai multe îmbunătățiri ale funcțiilor, inclusiv comenzile UserOrder, UserSiteScore, CrawlerDelay, iar CrawlerThreads, îmbunătățirile aduse de limbi asiatice, precum și o nouă memorie cache rezultat al căutării cu & quot; in căutarea în constatat & quot; facilitate.
• O serie de îmbunătățiri de performanță au fost făcute și o serie de bug-uri au fost stabilite.